【摘 要】
：
海面船舶目标检测一直是遥感图像处理、模式识别与计算机视觉等领域的研究热点,船舶作为海上运输载体和重要军事目标,对其进行自动检测在军用与民用领域有着广阔的应用前景和重要现实意义。本文梳理了用于海面船舶目标检测的光学成像卫星的发展情况,分析了光学遥感成像船舶目标的物理特性和特征,归纳了国内外该领域海面船舶检测技术研究现状,围绕构建相关目标检测模型和架构的相关理论与关键技术进行了分析、比较和总结,探讨了
【机 构】
：
中国科学院长春光学精密机械与物理研究所航空光学成像与测量重点实验室,中国电力工程顾问集团东北电力设计院有限公司
【基金项目】
：
国家自然科学基金资助项目(No.61905240)。
论文部分内容阅读
海面船舶目标检测一直是遥感图像处理、模式识别与计算机视觉等领域的研究热点,船舶作为海上运输载体和重要军事目标,对其进行自动检测在军用与民用领域有着广阔的应用前景和重要现实意义。本文梳理了用于海面船舶目标检测的光学成像卫星的发展情况,分析了光学遥感成像船舶目标的物理特性和特征,归纳了国内外该领域海面船舶检测技术研究现状,围绕构建相关目标检测模型和架构的相关理论与关键技术进行了分析、比较和总结,探讨了当前光学遥感图像船舶目标检测方法面临的问题与挑战以及未来的发展趋势。
其他文献
大口径大视场地平式望远镜长时间曝光时,主焦点探测器会由于地球自转产生像旋,即视场中除中心外其余星体均绕视场中心旋转,进而导致目标不能正确提取与观测。为消除图像旋转的影响,某大口径大视场望远镜的消旋跟踪精度需小于5″。本文根据星体像旋原理对主焦点探测器像旋的位置特性和速度特性进行系统分析及实验验证,提出采用双电机驱动消间隙消旋机构进行消旋,利用复合电流指令控制方法消间隙并进行控制。实验结果表明:像旋特性符合消旋公式,测量误差不超过2%。最终在低速15(″)/s及高速170(″)/s时消旋机构的跟踪精度小于1
鉴于工业机器人的精度性能无法满足高端制造领域的要求,研究了机器人定位精度提升方法,阐述了基于位姿微分变换的运动学误差模型和基于坐标误差传递的运动学误差模型的构建方
为了解决终端光学组件中的大口径透镜污染损伤问题,实现透镜表面的在线洁净,提出了一种新的污染物去除方式,利用风刀技术实现颗粒污染物的在线去除。通过有限元方法模拟了透镜表面颗粒污染物吹扫过程,研究了在层流风和风刀的共同作用下透镜模块中的流场分布状态和颗粒运动轨迹。研究结果表明:当层流风速为0.3 m/s时,透镜模块内部能够形成稳定流场;当风刀距离透镜上表面78.73 mm时,能够有效降低风刀气流在透镜表面的应力集中;当风刀风速为30 m/s时,风刀气流能够有效隔离出射速度小于50 m/s和颗粒直径小于75μm
针对Newton-Raphson算法求解轴偏置虎克铰型并联六自由度Hexapod平台位置反解时高精度计算会降低平台响应速度的问题,提出了一种新的基于Brent算法的位置反解求解方法.首先,
针对电弧焊接下钢板焊缝区小幅面测量时的环境光干扰、散斑脱落等问题,本文提出了一种基于窄通滤波、改进的数字图像相关法和高斯低通滤波技术等原理的非接触式变形测量方法。此方法用数字图像光学测量方法解决了接触式测量设备不耐高温的弊端;用哑光灰色高温胶、黑色高温漆配合制成有效的耐高温散斑。为减小环境光的干扰,在硬件方面安装可滤黄光的窄通滤波片;在算法方面,在数字图像相关法匹配公式中引入两个光补偿系数;结合高
针对视频数据利用低效和光测设备目标识别能力较弱的问题,提出一种使用海量视频数据建立数据库进而构建红外目标识别系统的方法。首先设计快速红外目标检测算法,提取目标并分类建立数据库;然后结合特定任务建立一组较匹配且结构不同的卷积神经网络,并提出基于测试准确度均值统计分析和参数规模的选型策略,选出泛化能力较好且结构简单的卷积神经网络以及适当的训练轮数;最后加载优选模型及其参数作为分类器,与检测器结合实现红
铁磁材料表面压刻、划刻的重要字符被损毁后,无法被正常识别,本文基于滑移感生磁各向异性和磁光效应,提出了一种高分辨率、无损的磁光成像复原方法。论文分析了由铁磁材料塑性变形引起的滑移感生磁各向异性导致的磁场分布变化规律,建立了基于磁光效应的损毁字符复原系统模型,研究了影响磁光成像分辨率的因素,根据建立的系统模型构建了实验系统,实现了损毁字符的复原识别,并对复原图像进行灰度分析。实验结果表明,随着起偏器
红外弱小目标检测被广泛应用于预警、制导等国防领域中。然而,红外弱小目标所占像素少、缺少形状特征和纹理特征,使得红外弱小目标检测成为一个具有挑战性的课题。针对红外弱小目标检测,提出了一种简单高效的实时红外弱小目标检测网络。检测网络利用自适应感受野融合模块来增加小目标周围的上下文信息,并通过引入空间注意力机制来建立不同区域之间的相关性模型,使不同区域之间的相关性和紧凑性得到加强。为了提高检测网络对目标
自适应递归最小二乘滤波器具有预测准确、收敛速度快的特点,该滤波器被多种高光谱图像无损压缩方案作为重要组成部分。然而传统递归最小二乘滤波器无法快速找到每个谱带的最优预测长度,其压缩方案的性能有待提升。针对该问题,本文提出基于格型递归最小二乘滤波器组的高光谱图像压缩方案。首先,该方案使用单边高斯预测器对待测像素点做谱带内预测,去除图像的空间相关性。其次,采用格型滤波器组筛选出每个谱带的最优滤波器,获得
为充分挖掘和利用透射率估计及图像去雾过程中捕获信息的相关性,提出了双视觉注意网络的联合图像去雾和透射率估计算法。它包括图像去雾层及透射率估计层,且各层均包含循环注意网络及编码解码网络。图像去雾层在透射率图的监督下,由循环注意网络生成雾浓度注意图,并引导后续的编码解码网络估计去雾结果。透射率估计层在真实无雾图像的监督下,由循环注意网络生成场景注意图,并引导后续的编码解码网络估计透射率。在此基础上,进